ConvTranspose3d

class torch.nn.modules.conv.ConvTranspose3d(in_channels, out_channels, kernel_size, stride=1, padding=0, output_padding=0, groups=1, bias=True, dilation=1, padding_mode='zeros', device=None, dtype=None) [исходный код]

Применяет оператор трехмерной транспонированной свертки к входному изображению, состоящему из нескольких входных плоскостей. Оператор транспонированной свертки умножает каждое значение входных данных поэлементно на обучаемое ядро и суммирует результаты по всем входным плоскостям признаков.

Этот модуль можно рассматривать как градиент Conv3d по входным данным. Он также известен как свертка с дробным шагом или деконволюция (хотя это не настоящая операция деконволюции, поскольку она не вычисляет истинную обратную операцию свертки). Дополнительные сведения см. в визуализациях здесь и в статье «Деконволюционные сети».

Этот модуль поддерживает TensorFloat32.

На некоторых устройствах ROCm при использовании входных данных типа float16 для обратного прохода в этом модуле применяется иная точность.

• stride задает шаг для взаимной корреляции.
• padding задает величину неявного дополнения нулями с обеих сторон для dilation * (kernel_size - 1) - padding точек. Подробности см. в примечании ниже.
• output_padding задает дополнительный размер, добавляемый к одной стороне выходной формы. Подробности см. в примечании ниже.
• dilation задает расстояние между точками ядра; этот алгоритм также известен как алгоритм à trous. Его сложнее описать, но по ссылке здесь представлена наглядная визуализация того, что делает dilation.

• groups задает связи между входными и выходными данными. in_channels и out_channels должны делиться на groups без остатка. Например:

  • При groups=1 все входные каналы сворачиваются во все выходные каналы.
  • При groups=2 операция эквивалентна двум расположенным рядом слоям свертки: каждый получает половину входных каналов и формирует половину выходных каналов, после чего оба результата объединяются.
  • При groups= in_channels каждый входной канал сворачивается с собственным набором фильтров (размером $\frac{\text{out\_channels}}{\text{in\_channels}}$).

Параметры kernel_size, stride, padding, output_padding могут быть заданы одним из следующих способов:

• одним значением int — в этом случае одно и то же значение используется для измерений глубины, высоты и ширины;
• tuple из трех целых чисел — в этом случае первое int используется для измерения глубины, второе int — для измерения высоты, а третье int — для измерения ширины.

Примечание

Аргумент padding фактически добавляет dilation * (kernel_size - 1) - padding нулевых значений с обеих сторон входных данных. Это значение выбрано так, чтобы при инициализации Conv3d и ConvTranspose3d с одинаковыми параметрами они были обратными друг другу относительно форм входных и выходных данных. Однако при stride > 1 Conv3d отображает несколько форм входных данных в одну и ту же форму выходных данных. Параметр output_padding позволяет устранить эту неоднозначность, фактически увеличивая вычисленную форму выходных данных с одной стороны. Обратите внимание, что output_padding используется только для определения формы выходных данных и не добавляет нулевые значения к выходным данным.

Примечание

В некоторых случаях при обработке тензоров на устройстве CUDA с использованием CuDNN этот оператор может выбрать недетерминированный алгоритм для повышения производительности. Если это нежелательно, можно попробовать сделать операцию детерминированной (возможно, ценой снижения производительности), установив torch.backends.cudnn.deterministic = True. Дополнительные сведения см. в разделе Воспроизводимость.

Параметры:

• in_channels (int) — количество каналов входного изображения
• out_channels (int) — количество каналов, формируемых сверткой
• kernel_size (int или tuple) — размер ядра свертки
• stride (int или tuple, необязательный) — шаг свертки. По умолчанию: 1
• padding (int или tuple, необязательный) — к обеим сторонам каждого измерения входных данных будет добавлено dilation * (kernel_size - 1) - padding нулевых значений. По умолчанию: 0
• output_padding (int или tuple, необязательный) — дополнительный размер, добавляемый к одной стороне каждого измерения в форме выходных данных. По умолчанию: 0
• groups (int, необязательный) — количество заблокированных связей между входными и выходными каналами. По умолчанию: 1
• bias (bool, необязательный) — если True, к выходным данным добавляется обучаемое смещение. По умолчанию: True
• dilation (int или tuple, необязательный) — расстояние между элементами ядра. По умолчанию: 1

Форма:

• Входные данные: $(N, C_{in}, D_{in}, H_{in}, W_{in})$ или $(C_{in}, D_{in}, H_{in}, W_{in})$
• Выходные данные: $(N, C_{out}, D_{out}, H_{out}, W_{out})$ или $(C_{out}, D_{out}, H_{out}, W_{out})$, где

$$D_{out} = (D_{in} - 1) \times \text{stride}[0] - 2 \times \text{padding}[0] + \text{dilation}[0] \times (\text{kernel\_size}[0] - 1) + \text{output\_padding}[0] + 1$$

$$H_{out} = (H_{in} - 1) \times \text{stride}[1] - 2 \times \text{padding}[1] + \text{dilation}[1] \times (\text{kernel\_size}[1] - 1) + \text{output\_padding}[1] + 1$$

$$W_{out} = (W_{in} - 1) \times \text{stride}[2] - 2 \times \text{padding}[2] + \text{dilation}[2] \times (\text{kernel\_size}[2] - 1) + \text{output\_padding}[2] + 1$$

Переменные:

• weight (Tensor) — обучаемые веса модуля формы $(\text{in\_channels}, \frac{\text{out\_channels}}{\text{groups}},$ $\text{kernel\_size[0]}, \text{kernel\_size[1]}, \text{kernel\_size[2]})$. Значения этих весов выбираются из распределения $\mathcal{U}(-\sqrt{k}, \sqrt{k})$, где $k = \frac{groups}{C_\text{out} * \prod_{i=0}^{2}\text{kernel\_size}[i]}$
• bias (Tensor) — обучаемое смещение модуля формы (out_channels). Если bias имеет значение True, значения этих весов выбираются из распределения $\mathcal{U}(-\sqrt{k}, \sqrt{k})$, где $k = \frac{groups}{C_\text{out} * \prod_{i=0}^{2}\text{kernel\_size}[i]}$

Примеры:

>>> # With square kernels and equal stride
>>> m = nn.ConvTranspose3d(16, 33, 3, stride=2)
>>> # non-square kernels and unequal stride and with padding
>>> m = nn.ConvTranspose3d(16, 33, (3, 5, 2), stride=(2, 1, 1), padding=(0, 4, 2))
>>> input = torch.randn(20, 16, 10, 50, 100)
>>> output = m(input)